1樓：匿名使用者
主要看or值和p值，一般賦值沒問題的話or值大於1就是危險因素
spss二元logistic迴歸分析，結果如下，變數係數怎麼看，或者回歸方程式什麼？
2樓：匿名使用者
很遺憾的告訴你，你這研究失敗了
二元logistic迴歸分析，應該說所有迴歸分析，最重要的係數是sig，或者平時我們叫p值，需要小於0.05才能說明有顯著性影響，你這個所有p值高的接近1，都是毫無意義的資料
置於你說的迴歸方程問題，迴歸係數一般是b值，不過logistic迴歸分析是對數分析法，所以一般看exp（b），也就是我們所說的or值
3樓：匿名使用者
你這全是亂作的，怎麼寫啊
找我專業資料分析
4樓：匿名使用者
不會做就別亂做
我經常幫別人做這類的資料分析的
spss二元logistics迴歸結果分析
5樓：風花樹
1. logistic迴歸簡介
logistic迴歸：主要用於因變數為分類變數（如疾病的緩解、不緩解，評比中的好、中、差等）的迴歸分析，自變數可以為分類變數，也可以為連續變數。因變數為二分類的稱為二項logistic迴歸，因變數為多分類的稱為多元logistic迴歸。
odds：稱為比值、比數，是指某事件發生的可能性(概率)與不發生的可能性（概率）之比。
or（odds ratio）：比值比，優勢比。
2.spss中做logistic迴歸的操作步驟
分析》迴歸》二元logistic迴歸
選擇因變數和自變數（協變數）
3.結果怎麼看
一些指標和資料怎麼看
「exp(b)」即為相應變數的or值（又叫優勢比，比值比），為在其他條件不變的情況下，自變數每改變1個單位，事件的發生比「odds」的變化率。
偽決定係數cox & snell r2和nagelkerke r2，這兩個指標從不同角度反映了當前模型中自變數解釋了因變數的變異佔因變數總變異的比例。但對於logistic迴歸而言，通常看到的偽決定係數的大小不像線性迴歸模型中的決定係數那麼大。
**結果列聯表解釋，看」分類表「中的資料，提供了2類樣本的**正確率和總的正確率。
建立logistic迴歸方程
logit（p）=β0+β1*x1+β2*x2+……+βm*xm
4.自變數的篩選方法和逐步迴歸
與線性迴歸類似，在logistic迴歸中應儘量納入對因變數有影響作用的變數，而將對因變數沒有影響或影響較小的變數排除在模型之外。
①.wald檢驗：wals是一個統計量，用檢驗自變數對因變數是否有影響的。它越大，或者說它對應的sig越小，則影響越顯著。
②.似然比檢驗（likelihood ratio
test）：logistic模型的估計一般是使用極大似然法，即使得模型的似然函式l達到最大值。-2lnl被稱為diviance，記為d。
l越大，則d越大，模型**效果越好。似然比檢驗是通過比較是否包含某個或幾個引數β的多個模型的d值。
③.比分檢驗（score test）
以上三種假設檢驗中，似然比檢驗是基於整個模型的擬合情況進行的，結果最為可靠；比分檢驗結果一般與似然比檢驗結果一致。最差的就是wald檢驗，它考慮各因素的綜合作用，當因素間存在共線性的時候，結果不可靠。故在篩選變數時，用wald法應慎重。
spss中提供了六種自變數的篩選方法，向前法（forward）和向後法（backward）分別有三種。基於條件引數估計和偏最大似然估計的篩選方法都比較可靠，尤以後者為佳。但基於wald統計量的檢驗則不然，它實際上未考慮各因素的綜合作用，當因素間存在共線性時，結果不可靠，故應當慎用。
5.模型效果的判斷指標
①.對數似然值與偽決定係數
logistic模型是通過極大似然法求解的，極大似然值實際上也是一個概率，取值在0～1之間。取值為1，代表模型達到完美，此時其對數值為0；似然值越小，則其對數值越負，因此－2倍的對數似然值就可以用來表示模型的擬合效果，其值越小，越接近於0，說明模型擬合效果越好。
②.模型**正確率
對因變數結局**的準確程度也可以反映模型的效果，spss在logistic迴歸過程中會輸出包含**分類結果與原始資料分類結果的列聯表，預設是按照概率是否大於0.5進行分割。
③.roc曲線
roc曲線即受試者工作特徵曲線（receiver
operating characteristic curve），或譯作接受者操作特徵曲線。它是一種廣泛應用的資料統計方法，2023年應用於雷達訊號檢測的分析，用於區別「噪聲」與「訊號」。在對logistic迴歸模型擬合效果進行判斷時，通過roc曲線可直接使用模型**概率進行。
應用roc曲線可幫助研究者確定合理的**概率分類點，即將**概率大於（或小於）多少的研究物件判斷為陽性結果（或陰性結果）。roc曲線，**效果最佳時，曲線應該是從左下角垂直上升至頂，然後水平方向向右延伸到右上角。如果roc曲線沿著主對角線方向分佈，表示分類是機遇造成的，正確分類和錯分的概率各為50％，此時該診斷方法完全無效。
6樓：匿名使用者
你在瞎做啊，不是這麼做的
7樓：stop華崽
你做的什麼，怎麼這麼多變數，自變數要篩選的，p為0.808都在裡面，無語了。
如何用spss做二元logistic迴歸分析
8樓：匿名使用者
可以使用spssau的二元logit，拖拽分析項即可得到標準格式結果。
怎樣用spss做二項logistic迴歸分析？結果如何解釋
急急急！！！！！在spss裡做二項logistic迴歸分析，該怎麼設定解釋變數和控制變數 10
9樓：匿名使用者
分類變數要注意，其他的直接納入
我經常幫別人做類似的資料統計分析的
10樓：
把解釋變數放到 因變數裡去，把控制變數放到自變數裡去
11樓：spss統計事務所
analysis——regression——banry logisitc
spss的二元logistic迴歸分析，怎麼判斷兩個變數之間是否有關係?告訴我具體的分析步驟，叩謝高手！
12樓：雞仔
是否有統計學意義主要看sig 如果這個值小於0.05那麼就是相關的，在此基礎上看第一列b值，負號代表負相關。你的例子中性別不對因變數產生影響。
什麼是二元logistic迴歸分析法 100
13樓：遊心青春
在迴歸分析模型
y=β0+β1x+ε（一元線性迴歸模型）中，y是被解釋變數，就稱為因變數。x是解釋變數，稱為自變數。表示為：
因變數y隨自變數x的變化而變化。協變數是指那些人為很難控制的變數，通常在迴歸分析中要排除這些因素對結果的影響。「選擇變數」即是條件變數，並且有個條件定義按鈕（rule），通過這個按鈕可以給定一個條件，只有變數值滿足這個條件的樣本資料才參與迴歸分析。
做logistic 迴歸分析，用enter, foward, backword不同方法，結果為何不同?
答：當前進法和後退法給出的答案相同，這是模型穩健的一種象徵，但並不總是這樣。前進法和後退法無需得到相同回答的理由是特定變數的重要性常常取決於變數選擇時模型中有哪些其他的變數。
某一變數當另一變數（或一組變數）處在模型中時是重要的，而當這一變數（或一組變數）不在模型中時，它卻不顯著了。這稱為抑制效應。
幾種變數的選擇技術的比較：
1、前進法：把變數逐次引入模型中。用已經在模型中的變數進行調整後的變數和結果變數間的相關程度決定引入的順序（相關性最強的變數最先引入），最適於涉及樣本含量小的研究。
不能很好的解決抑制效應。
2、後退法：從模型中逐次剔除變數。用已經在模型中的變數進行調整後的變數和結果變數間的相關程度決定剔除的順序（相關性最弱的變數最先剔除）。評價抑制效應比前進法好。
3、最優子集法：選擇使某一特定引數達到最大的變數子集，但計算困難。
4、全變數法（全部變數）：同時引入所有的變數。如果自變數多、樣本含量小或缺失資料多，把所有變數都包括進來可能會出問題。
二分類 logistic迴歸中「變數選擇方法」有7種，以下是spss手冊中的介紹。logistic
迴歸：變數選擇方法：
方法選擇允許您指定自變數將如何進入到分析中。通過使用不同的方法，您可以從相同的變數組構造多個迴歸模型。
- enter.一種變數選擇過程，其中一個塊中的所有變數在一個步驟中輸入。
- 向前選擇（條件）.
逐步選擇方法，其中進入檢驗是基於得分統計量的顯著性，移去檢驗是基於在條件引數估計基礎上的似然比統計的概率。
- 向前選擇（似然比）.
逐步選擇方法，其中進入檢驗是基於得分統計量的顯著性，移去檢驗是基於在最大區域性似然估計的似然比統計的概率。
- 向前選擇 (wald).
逐步選擇方法，其中進入檢驗是基於得分統計量的顯著性，移去檢驗是基於 wald 統計的概率。
- 向後去除（條件）.
逐步向後選擇。移去檢驗基於在條件引數估計的似然比統計量的概率。
- 向後去除（似然比）.
逐步向後選擇。移去檢驗基於在最大偏似然估計基礎上的似然比統計量的概率。
- 向後去除（wald）. 逐步向後選擇。移去檢驗基於 wald
統計量的概率。
一般來說，backward更準確一些，後退法優於前進。但是變數太多，會很慢。
stepwise用的最廣泛，但也有人說慎用逐步迴歸的方法。
總之，選哪種都行，選擇擬合最好的就可以了。大致來說，就是決定係數r2最大的就是。
14樓：匿名使用者
這個問題我想教科書上都有吧
建議你看看 姜啟源 的《數學建模》
或者你可以用google學術，收索一些相關文獻看看也可以看看一些寫的比較好的部落格（比如：http://hi.
既然做資料分析你應該也會用到spss，推薦看看這篇博文吧
spss二元logistic迴歸分析怎樣描述結果
15樓：福建省第一呂布
logistic迴歸主要分為三類，一種是因
變數為二分類得logistic迴歸，這種迴歸叫做二項logistic迴歸，一種是因變數為無序多分類得logistic迴歸，比如傾向於選擇哪種產品，這種迴歸叫做多項logistic迴歸。還有一種是因變數為有序多分類的logistic迴歸，比如病重的程度是高，中，低呀等等，這種迴歸也叫累積logistic迴歸，或者序次logistic迴歸。
什麼是二元制，什麼是二元君主制
獵學網 你說的二元制是指二元制大專嘛？採用校企合作 雙方共同參與教學的培養模式，也稱為 雙導師制教學 是一種獨特的創新型全日制培養模式。並且學習靈活自由，採取半工半讀的學習形式，學生利用週末等工作之餘時間在指定企業參加學習，工作學習兩不誤。畢業後是有大專全日制的文憑 你的提問是否是我國的城鄉二元制經...
關於二元函式極限的問題，關於二元函式重極限的存在性的疑問
粗略的理解,切線只是曲線在某點鄰域上的一個線性近似.將沿曲線運動的點換為沿切線運動,難免產生一定的誤差.這個誤差的大小一方面依賴於曲線與切線的接近程度,另一方面依賴f x,y 在該點附近的光滑程度.對於問題中的例子,考慮y x上的動點 a a 與 0,0 處的切線x 0上的動點 0,a 兩點間的距離...
什麼是二元函式的微分中值定理，如何理解二元函式的拉格朗日中值定理？
主要就是拉格朗日微分中值定理 1 存在一個閉區間 a,b 內f x y有意義。2 f x 在 a,b 連續。3 f x 在 a,b 內可導 那麼，在 a,b 內至少有一點 a b 使得下式成立 f b f a f b a 初等函式 比如二元函式 一般都可導，主要是連續的條件。羅爾定理 如果函式f x...